med-chronic-disease-review

门诊慢病审核（糖尿病/高血压）。输入 OCR 结果数组 JSON，输出审核结论与原因（原始 JSON + 自然语言结论）。

门诊慢病审核

概述

给定一份 OCR 结果数组（每项包含 fileName/page/docType/ocrText），本技能会：

• 输出审核接口原始 JSON
• 输出自然语言摘要（结论 + 原因）

数据安全、隐私与伦理声明

• 最小必要原则：仅处理审核所必需的文本内容；不要求也不鼓励提供与审核无关的身份信息。
• 严格脱敏：在发送至任何模型/接口前，会对可识别个人身份的信息进行脱敏/去标识化处理（如姓名、证件号、手机号、详细地址、人脸/影像等）。仅传递脱敏后的必要信息用于本次 skill 调用。
• 不做本地持久化：不将用户输入与中间结果写入本地持久化存储（包含磁盘文件、数据库、日志）。仅在内存中短暂处理；本次调用结束即销毁。
• 第三方 API 风险提示：在功能需要时，可能会调用第三方模型/服务接口；此时仅会发送脱敏后的必要信息，并使用加密传输。除完成本次请求外，不用于任何其他用途（如训练、画像、营销）。
• 医疗边界：本技能输出为审核规则匹配与原因摘要的辅助信息，不构成医疗诊断或治疗建议；如涉及临床判断请以执业医生意见为准。

输入格式

输入必须是 JSON 数组（list），示例：

[
  {"fileName":"xxx.pdf","page":1,"docType":"出院记录","ocrText":"..."},
  {"fileName":"xxx.pdf","page":2,"docType":"检验报告","ocrText":"..."}
]

也支持通过统一入口 scripts/run.py 直接输入 pdf/doc/docx/xls/xlsx/csv/txt/json。 预处理成功后，会先归一化为 ocr_array.json（每项含 fileName/page/docType/ocrText），再调用本 skill 的原始审核逻辑。

快速开始

从 skills 目录执行：

# 糖尿病
python3 scripts/run.py \
  --disease-code diabetes \
  --input data/med-chronic-disease-review/糖尿病_ocr_task_result.json

# 高血压
python3 scripts/run.py \
  --disease-code hypertension \
  --input data/med-chronic-disease-review/高血压_ocr_task_result.json

# 或继续直接使用原始 OCR 数组入口
python3 scripts/chronic_disease_review.py \
  --disease-code diabetes \
  --input data/med-chronic-disease-review/糖尿病_ocr_task_result.json

# 高血压
python3 scripts/chronic_disease_review.py \
  --disease-code hypertension \
  --input data/med-chronic-disease-review/高血压_ocr_task_result.json

参数说明

• --disease-code STRING：必填。糖尿病/高血压（也支持 diabetes/hypertension/dm/htn 别名）。本 skill 每次只审核一个病种。
• --review-type STRING：可选。默认 慢病审核（也可传 大病审核 等服务支持的值）。
• --input PATH：OCR 数组 JSON（UTF-8）。
• --base URL：后端 base（默认：http://10.10.20.15:9011）。
• --llm-model STRING：可选。模型名。
• --timeout SECONDS：HTTP 超时；0 表示一直等待（默认：0）。
• --output-json PATH：保存原始返回 JSON（默认：../runs/med-chronic-disease-review/{scenario}_resp.json）。
• --output-text PATH：保存自然语言摘要（默认：../runs/med-chronic-disease-review/{scenario}_resp.txt）。

统一入口附加参数（scripts/run.py）

• --input-type auto|pdf|doc|docx|xls|xlsx|csv|txt|json：输入类型；默认 auto。
• --sheet STRING：读取 Excel 时指定 sheet（可选）。
• --encoding STRING：txt/csv 编码（默认：utf-8）。
• --save-prepared：保存预处理后的 OCR 数组 JSON，便于调试。

输出约定

• 若输出路径父目录不存在，会自动创建。
• 自然语言摘要重点字段：
  • final_decision：通过/不通过
  • reasoning：原因（可选）

依赖

运行环境

• Python 3.7+

外部 API

• 后端审核服务：https://shangbao.yunzhisheng.cn/skills/chronic-disease
  • 方法：POST /api/v1/review/flow/by-ocr
  • 需要网络访问 shangbao.yunzhisheng.cn

Python 第三方包（可选，按输入格式需要）

包名	用途	必要条件
openpyxl	读取 .xlsx 文件	输入为 xlsx 时必须
pypdf	提取 PDF 文本	输入为 pdf 时必须（或用 pdftotext 替代）

安装：pip install openpyxl pypdf

外部工具（可选，按输入格式需要）

工具	用途	必要条件
LibreOffice (soffice)	转换 .doc / .xls 为文本	输入为 doc/xls 时必须
pdftotext（poppler-utils）	提取 PDF 文本	输入为 pdf 且未安装 pypdf 时必须
tesseract（含 chi_sim+eng 语言包）	图片 OCR	输入为 png/jpg/bmp/tif 等图片时必须

安装（Ubuntu/Debian）：sudo apt-get install libreoffice poppler-utils tesseract-ocr tesseract-ocr-chi-sim

仅使用 JSON 输入时，无需安装任何第三方包或外部工具。

备注

• 发布约束：示例输入、运行输出、自测脚本均放在 skill 包外（分别位于 ../data/、../runs/、../self_tests/），skill 目录内仅保留可发布的核心文件（scripts/、SKILL.md、_meta.json）。